欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！
对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tstoutiao，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。
作者：刘志军，6年+Python使用经验， 高级开发工程师，目前在互联网医疗行业从事Web系统构架工作
个人公众号：Python之禅（微信ID：vttalk）
题图：Photo by guille pozzi on Unsplash
Python 开发中有哪些高级技巧？这是知乎上一个问题，我总结了一些常见的技巧在这里，可能谈不上多高级，但掌握这些至少可以让你的代码看起来 Pythonic 一点。如果你还在按照类C语言的那套风格来写的话，在 code review 恐怕会要被吐槽了。
本文阅读时间5分钟，收藏先
列表推导式
>>> chars = [ c for c in 'python' ]
>>> chars
['p', 'y', 't', 'h', 'o', 'n']
字典推导式
>>> dict1 = {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}
>>> double_dict1 = {k:v*2 for (k,v) in dict1.items()}
>>> double_dict1
{'a': 2, 'b': 4, 'c': 6, 'd': 8, 'e': 10}
集合推导式
>>> set1 = {1,2,3,4}
>>> double_set = {i*2 for i in set1}
>>> double_set
{8, 2, 4, 6}
合并字典
>>> x = {'a':1,'b':2}
>>> y = {'c':3, 'd':4}
>>> z = {**x, **y}
>>> z
{'a': 1, 'b': 2, 'c': 3, 'd': 4}
复制列表
>>> nums = [1,2,3]
>>> nums[::]
[1, 2, 3]
>>> copy_nums = nums[::]
>>> copy_nums
[1, 2, 3]
反转列表
>>> reverse_nums = nums[::-1]
>>> reverse_nums
[3, 2, 1]
PACKING / UNPACKING
变量交换
>>> a,b = 1, 2
>>> a ,b = b,a
>>> a
2
>>> b
1
高级拆包
>>> a, *b = 1,2,3
>>> a
1
>>> b
[2, 3]
或者
>>> a, *b, c = 1,2,3,4,5
>>> a
1
>>> b
[2, 3, 4]
>>> c
5
函数返回多个值（其实是自动packing成元组）然后unpacking赋值给4个变量
>>> def f():
... return 1, 2, 3, 4
...
>>> a, b, c, d = f()
>>> a
1
>>> d
4
列表合并成字符串
>>> " ".join(["I", "Love", "Python"])
'I Love Python'
链式比较
>>> if a > 2 and a < 5:
... pass
...
>>> if 2<a<5:
... pass
yield from
# 没有使用 field from
def dup(n):
for i in range(n):
yield i
yield i
# 使用yield from
def dup(n):
for i in range(n):
yield from [i, i]
for i in dup(3):
print(i)
>>>
0
0
1
1
2
2
in 代替 or
>>> if x == 1 or x == 2 or x == 3:
... pass
...
>>> if x in (1,2,3):
... pass
字典代替多个if else
def fun(x):
if x == 'a':
return 1
elif x == 'b':
return 2
else:
return None
def fun(x):
return {"a": 1, "b": 2}.get(x)
有下标索引的枚举
>>> for i, e in enumerate(["a","b","c"]):
... print(i, e)
...
0 a
1 b
2 c
生成器
注意区分列表推导式，生成器效率更高
>>> g = (i**2 for i in range(5))
>>> g
<generator object <genexpr> at 0x10881e518>
>>> for i in g:
... print(i)
...
0
1
4
9
16
默认字典 defaultdict
>>> d = dict()
>>> d['nums']
KeyError: 'nums'
>>>
>>> from collections import defaultdict
>>> d = defaultdict(list)
>>> d["nums"]
[]
字符串格式化
>>> lang = 'python'
>>> f'{lang} is most popular language in the world'
'python is most popular language in the world'
列表中出现次数最多的元素
>>> nums = [1,2,3,3]
>>> max(set(nums), key=nums.count)
3
或者
from collections import Counter
>>> Counter(nums).most_common()[0][0]
3
读写文件
>>> with open("test.txt", "w") as f:
... f.writelines("hello")
判断对象类型，可指定多个类型
>>> isinstance(a, (int, str))
True
类似的还有字符串的 startswith，endswith
>>> "http://foofish.net".startswith(('http','https'))
True
>>> "https://foofish.net".startswith(('http','https'))
True
__str__ 与 __repr__ 区别
>>> str(datetime.now())
'2018-11-20 00:31:54.839605'
>>> repr(datetime.now())
'datetime.datetime(2018, 11, 20, 0, 32, 0, 579521)'
前者对人友好，可读性更强，后者对计算机友好，支持 obj == eval(repr(obj))
使用装饰器
def makebold(f):
return lambda: "<b>" + f() + "</b>"
def makeitalic(f):
return lambda: "<i>" + f() + "</i>"
@makebold
@makeitalic
def say():
return "Hello"
>>> say()
<b><i>Hello</i></b>
不使用装饰器，可读性非常差
def say():
return "Hello"
>>> makebold(makeitalic(say))()
<b><i>Hello</i></b>
...此处省略100个高级操作，如果点赞数超过200个补下一期。
Python的爱好者社区历史文章大合集：
2018年Python爱好者社区历史文章合集（作者篇）
2018年Python爱好者社区历史文章合集（类型篇）
关注后在公众号内回复“ 课程 ”即可获取：
小编的转行入职数据科学（数据分析挖掘/机器学习方向）【最新免费】
小编的Python的入门免费视频课程！
小编的Python的快速上手matplotlib可视化库！
崔老师爬虫实战案例免费学习视频。
陈老师数据分析报告扩展制作免费学习视频。
玩转大数据分析！Spark2.X + Python精华实战课程免费学习视频。
网友评论